Araştırma Makalesi
BibTex RIS Kaynak Göster

Avrupa Bankacılık Endeksi Volatilitesinin Garch Modelleri Kullanılarak Modellenmesi

Yıl 2022, , 241 - 250, 30.09.2022
https://doi.org/10.52791/aksarayiibd.988629

Öz

Bu çalışmada, Avrupa bankacılık endeksinin Euro para birimi üzerinden fiyatlamasını gösteren Indexstoxx endeksinin (Euro Price-SX7E) volatilite modelinin ve volatilite yapısının belirlenmesi amaçlanmıştır. Bu amaç doğrultusunda, 2015 – 2019 dönem aralığında günlük veriler kullanılarak bir veri seti oluşturulmuştur. Verilerin ilk olarak doğal logaritması alınmış ve sonrasında mevsimsel etkiden arındırılmıştır. Endeksin volatilite yapısını tespit etmek amacıyla asimetriyi ölçen ve ölçmeyen dört farklı model test edilmiştir. Test edilen modeller arasında en uygun model olarak GARCH (1,2) modeli belirlenmiş ve modelin volatilite hesaplamaları ve sınamaları yapılmıştır. Volatilite test sonuçlarına göre, seride volatilite ısrarcılığı yüksek olmakla birlikte, endekse gelen şokların %7’si geçmiş dönem şoklarından gelmektedir. Elde edilen bir diğer önemli sonuç ise bir önceki dönem şoklarının mevcut dönem üzerindeki etkisi %90.8 gibi yüksek bir orandır. Çalışmada son olarak endekse gelen bir şokun kaç gün sürdüğü, diğer bir deyişle dışarıdan gelen bir şoku endeks kaç gün üzerinden atamıyor sorusuna cevap aranmış ve 40.64 gün olarak bulunmuştur.

Kaynakça

  • Alexander, C. & Lazar, E. (2005). Asymmetries and volatility regimes in the European equity markets. The Business School for Financial Markets, 14.
  • Arouri, M. E. H., Jouini, J. & Nguyen, D. K. (2012). On the impacts of oil price fluctuations on European equity markets: Volatility spillover and hedging effectiveness. Energy Economics, 34, 611-617.
  • Bollerslev, T. (1986). Generalized autoregressive conditional heteroskedasticity. Journal of Econometrics, 31, 307-327.
  • Elyasiani, E. & Mansur, I. (1998). Sensitivity of the bank stock returns distribution to changes in the level and volatility of interest rate: A GARCH-M model. Journal of Banking & Finance, 22(5), 535-563.
  • Elyasiani, E. & Mansur, I. (2003). International spillover of risk and return among major banking institutions: A bivariate GARCH model. Journal of Accounting Auditing & Finance, 18(2), 303-330.
  • Engle, R. F. (1982). Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflation. Econometrica, 50(4), 987-1007.
  • Kula, V. & Baykut, E. (2017). BIST banka endeksi’nin (XBANK) volatilite yapısının markov rejim değişimi GARCH modeli (MSGARCH) ile analizi. Bankacılar Dergisi, 102, 89-110.
  • Li, F. & Li, P. (2020). Dynamic correlations and spillover effects between coco bonds and other financial assets: Evidence from European banking. Finance Research Letters, 101486, 1-7.
  • Schröder, M. & Schüler, M. (2003). Systemic risk in European banking: Evidence from bivariate GARCH model. ZEW Discussion Paper, 3-11.
  • Uhde, A. & Michalak, T. C. (2010). Securitization and systematic risk in European banking: Empirical evidence. Journal of Banking & Finance, 34(12), 3061-3077.
  • Zghal, R., Ghorbel, A. & Triki, M. (2018). Dynamic model for hedging of the European stock sector with credit default swaps and Euro Stoxx 50 volatility index futures. Borsa İstanbul Review, 18(4), 312-328.
  • www.investing.com, Erişim Tarihi: 01.10.2020
Toplam 12 adet kaynakça vardır.

Ayrıntılar

Birincil Dil Türkçe
Konular İşletme
Bölüm Araştırma Makalesi
Yazarlar

Erol Köycü 0000-0001-8166-2185

Yayımlanma Tarihi 30 Eylül 2022
Yayımlandığı Sayı Yıl 2022

Kaynak Göster

APA Köycü, E. (2022). Avrupa Bankacılık Endeksi Volatilitesinin Garch Modelleri Kullanılarak Modellenmesi. Aksaray Üniversitesi İktisadi Ve İdari Bilimler Fakültesi Dergisi, 14(3), 241-250. https://doi.org/10.52791/aksarayiibd.988629